深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
181	2026-09-23	FHP-ClsNet: a model for fetal head position classification based on intrapartum ultrasound 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1830543 PMID:42245941	研究论文	该研究提出FHP-ClsNet模型，用于产时超声图像中胎头位置（枕前位、枕后位、枕横位）的分类	提出FHP-ClsNet模型，基于YOLOv8架构，整合了CBAM、ECA和PSA注意力机制以及AIFI特征交互模块	视频序列处理方面仍需进一步改进	开发先进的深度学习模型，准确分类产时超声图像中的胎头位置，以辅助产程管理和分娩结果预测	产时超声图像中的胎头位置	医学图像分析	NA	深度学习	YOLOv8	超声图像	69个标注的产时超声视频（109个视频用于分类测试）	NA	YOLOv8, CBAM, ECA, PSA, AIFI	准确率, PR-AUC, ROC-AUC, kappa系数	NA
182	2026-09-23	Generative machine learning for multivariate angular simulation 2026, Extremes IF:1.1Q3 DOI:10.1007/s10687-025-00522-7 PMID:42293257	研究论文	本文提出了多种深度生成学习方法（生成对抗网络、归一化流和流匹配）用于多元角度变量模拟，并与经典有限混合vMF分布方法进行比较	首次将生成对抗网络、归一化流和流匹配等深度生成学习方法应用于多元角度变量模拟任务，并进行了系统的性能评估和比较	未明确讨论深度学习方法在高维情形下的可扩展性问题以及计算成本，且混合模型需要增加混合分量数量才能捕捉复杂特征	探索深度生成学习方法在多元角度变量模拟中的应用潜力，并与经典参数方法进行性能对比	多元角度变量、极端值角度-径向框架中的角度分量	机器学习	NA	生成对抗网络、归一化流、流匹配、von Mises-Fisher混合模型	GAN、归一化流、流匹配	数值数据、海洋气象数据	NA	NA	NA	多种评估指标（未具体说明）	NA
183	2026-09-23	Multimodal Fusion of Structural and Diffusion MRI for Intelligence Prediction 2026, Proceedings. IEEE Southwest Symposium on Image Analysis and Interpretation DOI:10.1109/ssiai68148.2026.11553807 PMID:42293571	研究论文	该研究提出了一种基于深度学习的多模态融合框架，利用结构MRI和扩散MRI数据预测儿童智力，并比较了不同融合策略的效果	提出了一种结合结构MRI和扩散MRI的深度学习多模态融合框架，并系统比较了简单拼接、多头注意力和Transformer编码器三种融合策略在智力预测中的表现	样本仅限于ABCD研究的儿童群体，融合策略比较中简单拼接表现最佳，但未深入解释其优于注意力机制的原因，且未在其他年龄群体或数据集上验证泛化性	开发并评估多模态神经影像融合框架，以提高儿童认知结局（智力）的预测准确性	青少年大脑认知发展（ABCD）研究中的儿童	医学图像分析	NA	结构MRI，扩散MRI	CNN	图像	NA	NA	CNN，多头注意力，Transformer编码器	测试相关系数	NA
184	2026-09-23	AI-driven insights into protein misfolding and innate immunity in neurodegenerative diseases 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1814357 PMID:42206050	综述	本文系统综述了人工智能在预测神经退行性疾病中错误折叠蛋白的构象特征、模拟蛋白聚集过程、揭示先天免疫感知机制以及重建神经炎症调控网络方面的最新应用	聚焦于将AlphaFold、I-TASSER、RoseTTAFold、Phyre2和ESMFold等深度学习模型应用于蛋白质结构预测，并探讨多模态AI技术在揭示神经退行性疾病复杂分子机制中的相关研究，同时强调AI在解决儿童神经退行性疾病独特诊断挑战方面的潜力	传统实验和计算方法在系统分析蛋白质错误折叠-先天免疫激活机制方面仍存在显著局限性	揭示蛋白质错误折叠与先天免疫之间的内在关系，并探索AI在开发创新诊断工具和治疗方法方面的新途径	神经退行性疾病，包括阿尔茨海默病、帕金森病等成人发病疾病，以及神经元蜡样脂褐质沉积症、尼曼-匹克C型、婴儿神经轴索营养不良等儿童型疾病	机器学习	神经退行性疾病	AI驱动的蛋白质结构预测、多构象建模、多组学数据整合、深度学习	深度学习	蛋白质结构数据、多组学数据	NA	NA	AlphaFold, I-TASSER, RoseTTAFold, Phyre2, ESMFold	NA	NA
185	2026-09-23	Deep learning‑based cell type prediction in lung tissue from brightfield histology using CODEX-derived labels 2026, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3088120 PMID:42339368	研究论文	本文开发了一个基于深度学习的流程，利用配对CODEX图像的标注作为真实标签，在H&E染色的肺组织切片中自动检测细胞类型	利用CODEX衍生的标签训练深度学习模型，从常规H&E染色组织学图像中预测细胞类型，克服了CODEX技术成本高、劳动密集的局限性	模型在五类细胞类型上的平衡准确率仅为51.3%，预测性能仍有待提升	开发一种从H&E染色肺组织切片中自动检测细胞类型的方法，以近似多重成像衍生的细胞类型图谱	肺组织切片中的细胞类型，包括上皮细胞、免疫细胞、内皮细胞、基质细胞和收缩细胞	数字病理学	肺癌	H&E染色，CODEX（基于索引共检测的多重成像）	语义分割模型	图像	超过230万个标记细胞，来自多个供体的肺组织切片	NA	DeepLabV3+，ResNet	平衡准确率	NA
186	2026-09-23	Unified Brain Surface and Volume Registration 2026, ... International Conference on Learning Representations PMID:42433295	研究论文	提出一个深度学习框架NeurAlign，通过统一的体积和表面表示联合对齐皮层和皮层下区域，实现3D脑MRI图像的配准	统一了体积和表面配准，利用中间球面坐标空间桥接解剖表面拓扑与体积解剖结构，将球面配准集成到学习中，确保体积和表面域之间的几何一致性	未明确提及	实现准确的大脑MRI扫描配准，用于神经科学研究的跨被试分析	3D大脑MRI图像	医学图像配准	NA	深度学习	深度学习框架	3D MRI图像	域内和域外数据集（具体数量未提及）	NA	NA	Dice分数，变形场正则性	NA
187	2026-09-23	DEEP-GYRALNET: ENABLING MACHINE LEARNING IN GYRAL FOLDING PATTERN EXTRACTION ON CORTICAL SURFACE 2026, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi61048.2026.11515596 PMID:42436826	研究论文	提出了一种名为Deep-GyralNet的深度学习框架，用于从皮层表面高效提取3铰链脑回和GyralNet	首次将深度学习应用于3铰链脑回识别，结合球面U-Net与连接感知路径强制损失，并引入最小生成树细化确保拓扑有效性	未明确说明，可能依赖于特定数据集（HCP），泛化能力需进一步验证	实现快速准确的3铰链脑回和GyralNet提取，以支持大规模脑回折叠网络研究	大脑皮层表面的3铰链脑回和GyralNet	计算机视觉, 医学图像分析	NA	深度学习, 球面U-Net, 最小生成树	球面U-Net	图像（皮层表面形态特征）	人类连接组计划（HCP）数据集，具体样本量未提供	NA	U-Net	完整度（平均98%），处理时间减少94%	NA
188	2026-09-23	Choroid plexus volume variation in patients with gliomas, glioneuronal and neuronal tumors: Associations with tumor characteristics 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357498 PMID:42743327	研究论文	该研究探讨了胶质瘤及胶质神经元和神经元肿瘤患者的脉络丛体积变化及其与肿瘤特征的关联	首次在大型队列中系统评估胶质瘤和胶质神经元及神经元肿瘤患者脉络丛体积的改变，并发现脉络丛体积变化主要与肿瘤位置和组织学分类相关而非肿瘤级别，同时探索性发现+7/-10状态与较低的脉络丛体积相关	+7/-10状态与脉络丛体积的关联为探索性发现，需要进一步验证	研究胶质瘤及胶质神经元和神经元肿瘤患者中脉络丛体积的改变，并评估其与肿瘤特征的关联	811例经组织学确诊的脑肿瘤患者（674例胶质瘤和137例胶质神经元和神经元肿瘤）及744例对照	数字病理学	脑肿瘤	3.0 T MRI 三维T1加权成像，FreeSurfer	CNN	图像	811例脑肿瘤患者（674例胶质瘤和137例胶质神经元和神经元肿瘤）及744例对照	NA	nnU-Net, 3D nnU-Net	Mann-Whitney U检验, Kruskal-Wallis检验, 多变量线性回归分析	NA
189	2026-09-23	PARSEbp: pairwise agreement-based RNA scoring with emphasis on base pairings 2026, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbag112 PMID:42079813	研究论文	本文提出了一种基于配对一致性的RNA三维结构快速评分方法PARSEbp，结合结构比对和碱基配对信息来评估构象集合中每个结构的准确性	创新性地将三维全局结构一致性（基于比对）与二维碱基配对一致性相结合，构建共识相似性矩阵，并强调碱基配对在RNA评分中的作用	摘要中未明确说明局限性，可能包括对碱基配对注释的依赖、在非标准配对或复杂拓扑结构上的适用性等	解决RNA三维结构预测和构象采样中高保真评分困难的问题，提高构象集合中模型排序和选择的准确性	CASP16和CASP15挑战中的RNA目标结构	计算生物学, 结构生物信息学	NA	分子动力学模拟, 结构比对, 碱基配对分析	NA	三维结构数据	CASP16和CASP15的RNA目标，具体数量未明确	NA	NA	多种互补评估指标，具体未列出	NA
190	2026-09-23	Fetal health state detection method based on parameters efficient ensembling of deep learning 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1808284 PMID:42200118	研究论文	该研究提出了一种结合分段线性编码和高效权重集成的表格深度学习模型PLE-TabM，用于胎心监护数据的胎儿健康状态分类	提出了PLE-TabM模型，将分段线性编码与高效权重集成相结合，提升了表格数据的特征感知能力，并融合了可解释性分析	仅使用了公开CTG数据集和50例临床患者进行验证，样本量有限，模型泛化能力有待进一步验证	提高胎心监护数据分类的准确性和客观性，辅助产科医生评估胎儿健康状态	胎心监护（CTG）数据	机器学习	胎儿健康	胎心监护（CTG）	MLP	表格数据	公开CTG数据集及50例临床患者	NA	多层感知机（MLP）集成	准确率, 宏平均F1分数	NA
191	2026-09-23	InnerEye-HS: a disease-agnostic clinical tool for hippocampal segmentation 2026, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcag183 PMID:42266426	研究论文	本文提出了一种名为InnerEye-HS的深度学习海马分割工具，并在阿尔茨海默病和癫痫数据集上验证其性能	该工具在阿尔茨海默病谱系的MRI扫描上训练，对疾病相关的海马变化具有鲁棒性，且在临床数据集上优于现有免费工具	摘要中未明确提及研究的局限性	开发一种对疾病相关变化鲁棒的海马自动分割工具，并评估其临床效用	阿尔茨海默病和颞叶癫痫患者的海马MRI图像	数字病理学	阿尔茨海默病, 癫痫	MRI	深度学习	图像	摘要中未明确提及样本量	NA	深度学习模型（具体架构未提及）	Dice分数, 相关系数R	NA
192	2026-09-23	Fully Differentiable dMRI Streamline Propagation in PyTorch 2026, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3086590 PMID:42266435	研究论文	本文提出了一种在PyTorch中实现的全可微dMRI流线传播方法，保持了与主流流线算法的数值一致性	首次实现了完全可微的流线传播，PyTorch构建的流线传播器没有任何阻断梯度流的组件	未明确提及	将流线传播转化为可微分的PyTorch框架，实现纤维追踪与深度学习工作流的深度集成	dMRI纤维追踪中的流线传播算法	计算机视觉	NA	dMRI，纤维追踪	NA	图像	NA	PyTorch	NA	数值一致性	NA
193	2026-09-23	2D Ultrasound Elasticity Imaging of Abdominal Aortic Aneurysms Using Deep Neural Networks 2026, IEEE transactions on computational imaging IF:4.2Q2 DOI:10.1109/tci.2026.3694126 PMID:42281598	研究论文	本文提出了一种基于深度学习的框架，利用二维超声弹性成像技术对腹主动脉瘤进行弹性成像，通过U-Net架构从位移场推断空间模量分布	利用有限元模拟生成多样化数据集，训练U-Net模型从轴向和横向位移场分量推断空间模量分布，实现腹主动脉瘤的快速弹性成像，相比迭代方法具有更高的计算效率	目前仅在数字体模、物理体模和临床超声检查中进行了评估，样本量有限，尚未进行大规模临床验证	克服仅依靠最大直径评估腹主动脉瘤破裂风险的局限性，通过深度学习实现腹主动脉瘤的弹性成像以提供近实时的破裂风险预测	腹主动脉瘤患者的超声图像数据、数字体模数据和物理体模数据	医学图像分析	心血管疾病	二维超声弹性成像，有限元模拟	深度学习	图像	NA	NA	U-Net	归一化均方误差（NMSE）	NA
194	2026-09-23	Gated recurrent unit model for forecasting greenhouse gas concentrations with uncertainty quantification 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1782333 PMID:42440958	研究论文	本研究提出了一种不确定性感知的深度学习模型，整合遥感与地面传感器数据，用于预测零放牧奶牛系统中间歇的氧化亚氮、甲烷和二氧化碳浓度	采用双输出门控循环单元同时估计条件均值和异方差方差，结合蒙特卡洛 dropout 和高斯负对数似然量化认知与偶然不确定性，并整合多源数据（遥感与地面传感器）进行农场级温室气体浓度预测	研究仅在受控零放牧系统中进行了概念验证，需多站点验证才能推广应用	开发可靠且准确的农场级温室气体浓度预测模型，以支持气候变化缓解策略制定和畜牧系统政策规划	零放牧奶牛系统中的氧化亚氮、甲烷和二氧化碳小时浓度	机器学习	NA	NA	GRU	时间序列	NA	NA	双输出门控循环单元	决定系数, 均方根误差, 均方误差, 95%经验覆盖率	NA
195	2026-09-23	Multicenter Validation of an Integrated DCE-MRI Radiomics, Deep Learning, and S-II Model for Predicting Axillary Lymph Node Metastasis in Breast Cancer 2026, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S608685 PMID:42445103	研究论文	构建并外部验证整合临床变量、全身免疫炎症指数、DCE-MRI影像组学评分和深度学习评分的模型，用于术前预测乳腺癌腋窝淋巴结转移	整合了DCE-MRI影像组学、深度学习和全身免疫炎症指数（SII）的多模态模型，并进行了多中心外部验证，比较了十种逻辑回归模型	需要前瞻性多中心验证、工作流程评估和进一步的可解释性分析，才能常规临床实施	开发和外部验证一个整合模型，用于乳腺癌患者术前腋窝淋巴结转移的无创预测和风险分层	乳腺癌患者（训练队列212例，外部验证队列121例，共333例）	数字病理学、医学影像分析	乳腺癌	DCE-MRI影像组学、深度学习	逻辑回归、深度学习	医学图像（DCE-MRI）、临床数据、炎症指标	333例患者（训练队列212例，外部验证队列121例）	NA	NA	AUC、校准曲线、决策曲线分析	NA
196	2026-09-23	A deep residual attention-Recurrent model for early and multi-stage Alzheimer's disease detection 2026, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2026.1798861 PMID:42491893	研究论文	本文提出了一种结合 ResNet152V2、CBAM 和 Bi-GRU 的混合深度学习框架，用于基于 MRI 的阿尔茨海默病三分类检测	将深度残差特征提取、注意力机制细化与双向序列建模相结合，用于阿尔茨海默病的多阶段分类	摘要中未明确说明	实现阿尔茨海默病的早期和多阶段自动检测与分类	ADNI 数据集中的 2100 名受试者和 OASIS 数据集中的 900 名受试者	计算机视觉	阿尔茨海默病	MRI	CNN, RNN	图像	ADNI 2100 名受试者，OASIS 900 名受试者	NA	ResNet152V2, CBAM, Bi-GRU	准确率, AUC	NA
197	2026-09-23	Machine learning and deep learning-based prediction of hypertension and analysis of its major risk factors in Bangladesh 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358471 PMID:42752631	研究论文	该研究利用2022年孟加拉国人口与健康调查的横断面数据，分析成人高血压的患病率、风险因素，并应用机器学习和深度学习模型预测高血压风险	在孟加拉国成人人群中同时比较四种机器学习模型和两种深度学习模型预测高血压，并系统分析其重要风险因素	加权逻辑回归召回率极低，随机森林等模型缺乏外部验证和临床效用评估，无法在实施前确认其泛化能力	研究孟加拉国成人高血压的患病率、相关风险因素，并评估机器学习和深度学习模型对高血压风险的预测性能	2022年孟加拉国人口与健康调查中14,283名18岁及以上成人	机器学习	心血管疾病	NA	机器学习, 深度学习	表格数据	14,283名18岁及以上成人	NA	加权逻辑回归, 随机森林, 极端梯度提升, 轻量梯度提升机, TabNet, 多层感知机	准确率, 精确率, 召回率, 特异性, F1分数, AUC-ROC, AUC-PR	NA
198	2026-09-23	Construction and optimization of deep learning intent classification model for smart home dialogue 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357708 PMID:42752642	研究论文	该研究构建了一个包含12万条真实对话的中文智能家居语料库，并提出了一种结合无监督主题发现与深度学习分类的意图分类模型	构建了具有双层标注结构的中文智能家居语料库，提出了结合LDA和K-Means的无监督主题识别模型，并设计了融合双向Transformer和文本卷积神经网络的深度学习分类模型	未明确提及	解决智能家居领域高质量标注语料缺乏以及现有意图分类模型在复杂场景下准确性和可解释性不足的问题	中文智能家居对话语料库	自然语言处理	NA	无监督主题发现，深度学习分类	双向Transformer，文本卷积神经网络	文本	120,000条真实对话	NA	双向Transformer，文本卷积神经网络	归一化互信息，调整兰德指数，准确率，宏F1分数	NA
199	2026-09-23	Computational screening of oncogenic genetic variations in tumor suppressor proteins driving gastric cancer pathogenesis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358440 PMID:42752674	研究论文	本研究通过深度学习图神经网络模型识别胃癌中表达失调且高突变倾向的基因，并对关键抑癌蛋白TP53、CDH1和APC的遗传变异进行系统级计算分析	首次对胃癌通路中同时表现出表达失调和高突变频率的抑癌蛋白进行全面的系统级分析，结合深度学习图神经网络、进化保守性分析、生物物理能量学评估和无监督机器学习检测构象变化	研究主要基于计算分析和数据库验证，缺乏湿实验功能验证；未进行大规模前瞻性临床队列验证	识别破坏胃癌通路抑癌能力的关键基因及其致病性变异，为胃癌干预提供潜在生物标志物和精准治疗决策依据	胃癌相关的抑癌蛋白TP53、CDH1和APC及其遗传变异，以及胃癌通路中的分子组件	机器学习	胃癌	深度学习图神经网络、进化保守性分析、生物物理能量学评估、无监督机器学习、cBioPortal数据库验证	图神经网络	基因表达数据、突变数据、蛋白质结构数据	1,886个同时表现差异表达和突变倾向的基因	NA	图神经网络	MSE、R²、AUC-ROC	NA
200	2026-09-23	Applications of artificial intelligence in chronic kidney disease: a systematic review 2026, Revista de saude publica IF:2.1Q3 DOI:10.11606/s1518-8787.2026060007308 PMID:42752720	系统综述	本文系统综述了人工智能在慢性肾脏病早期诊断、预测和管理中的应用	系统性地总结了2019至2025年间人工智能在慢性肾脏病领域的应用，重点关注所用算法、临床结局及其对肾脏病实践的影响	所纳入研究普遍存在混杂因素控制不足、模型外部验证缺乏以及数据集标准化不足等方法学缺陷，限制了模型的泛化能力和临床转化	识别人工智能在慢性肾脏病早期诊断、预测和管理中的应用，突出所用算法、临床结局及其对肾脏病实践的影响	有慢性肾脏病风险或已确诊慢性肾脏病的患者	机器学习	慢性肾脏病	NA	监督学习, 深度学习	NA	26项研究	NA	NA	准确率, 灵敏度, 特异度	NA